Кривая удержания клиентов по методу Каплана — Мейера
Прогноз удержания клиентов (retention) по неполным данным. Используется в подписках и онлайн-школах.
Обычный расчёт удержания спотыкается о простую вещь: часть клиентов ещё не ушла, и неизвестно, когда уйдёт. Выбросить их — завысить отток, посчитать как оставшихся навсегда — занизить. Метод Каплана — Мейера решает это корректно: каждый клиент участвует в расчёте ровно до того момента, пока о нём есть данные. Получается кривая — какая доля клиентов остаётся через месяц, три, полгода, — и по ней видно, где именно происходит основной отток. Чаще всего он не размазан, а сосредоточен в первые недели: там и надо работать, а не растягивать удержание в конце.
Как открыть
Инструмент работает внутри PRO-кабинета на ваших ключах Метрики и Директа — данные клиентов никуда не копируются. Доступ — от 990 ₽/мес, первые 15 дней бесплатно и без карты.
Бесплатно и без регистрации — прямо сейчас
Соседние инструменты этой же темы, считают в браузере.
Хочешь сравнить два креатива — сколько показов нужно для уверенного ответа.…
У тебя 100 заявок и 15 сделок — реально конверсия 9-23%, а не «ровно 15%».…
2000 симуляций будущего: насколько вероятно выйти в плюс при шуме в параметрах.…
Частые вопросы
Что такое цензурированные данные?+
Наблюдения, где событие ещё не произошло: клиент подписан и продолжает платить. Мы не знаем, когда он уйдёт, но знаем, что до сегодня не ушёл. Метод использует эту информацию, вместо того чтобы её отбрасывать.
Чем это лучше простого процента оттока?+
Процент за период не показывает форму кривой. Два бизнеса с одинаковым годовым оттоком могут терять клиентов совершенно по-разному: один в первый месяц, другой равномерно. Работа с этими случаями разная.
Где это применимо в маркетинге?+
Везде, где есть повторяющиеся платежи или длинное сопровождение: подписки, онлайн-школы, абонементы, агентское ведение. Для разовых продаж метод бессмыслен.
Разобрать тему
Ещё в PRO по этой теме
- 🔗 Markov Chain атрибуция — Какой канал реально привёл клиента — с учётом всех заходов и распределением заслуги между каналами. Используется в Googl…
- 🎰 Bayesian A/B тест — Вместо «значимо/не значимо» — точная вероятность что вариант B лучше A.…